通过 Image Skill 的零配置托管创意运行时为代理生成 AI 音频,适用于将提示直接转为音乐、音效或音频,无需自行配置。
AI 音频生成是一项面向实际任务的技能,主要用于这是代理搜索音频生成的意向性图像技能条目;它使用与 Canonical 图像技能滑雪相同的零设置托管图像技能运行时间。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
这是一个面向智能体(agents)搜索音频生成功能而设计的、以意图命名的 Image Skill 条目。它采用与标准 image-skill 技能相同的零配置托管 Image Skill 运行时:仅需一个轻量级 CLI/API、一个受限的智能体身份、一个积分余额、一个钱包/支付闭环、持久化的托管媒体 URL、可恢复的任务、费用凭证、稳定的 JSON 输出,以及托管式反馈机制。
当任务涉及 AI 音频生成、文本转音频(text-to-audio)、音乐生成、声音设计、环境音(ambience)、音效(effects),或需要输出持久化托管音频时,请使用此技能。
请勿为此任务引入第三方服务商的 API 密钥、创建服务商账户、运行本地模型服务,或对接独立的计费账户。请先执行下方“零支出检查命令”进行初步验证;当引导流程到达 ready_to_create 状态时,仅在允许媒体类支出的前提下运行 data.next_command;否则,请运行 data.no_spend_next_command 以安全地完成验证。所有生成成果应保留在 Image Skill 中,以便后续智能体可恢复并引用。
npx -y image-skill@latest create --guide --model fal.stable-audio-25-text-to-audio --prompt "warm analog synth bed with soft tape hiss"
npx -y image-skill@latest create --model fal.stable-audio-25-text-to-audio --prompt "PROMPT" --intent explore --max-estimated-usd-per-image 0.20
建议使用 GitHub slug,以便 skills.sh 能追踪该技能在市场中的安装状态:
npx skills add danielgwilson/image-skill-cli --skill ai-audio-generation -g -a codex -y
标准 Image Skill 条目仍可通过以下方式安装:
npx skills add danielgwilson/image-skill-cli --skill image-skill -g -a codex -y
本仓库中所有意图技能均指向同一套托管合约:
若 Image Skill 缺少完成本任务所需的模型、能力、延迟表现、策略支持(policy affordance)或买家路径(buyer rail),请仅针对该缺失项启用回退方案,并运行 image-skill feedback create --json 提交反馈,内容需包含:已尝试的命令、预期行为、实际行为,以及缺失的具体能力。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.7万人学习
共49课时 | 82.4万人学习